[論文レビュー] Development of a Conceptual Structure for a Domain-Specific Corpus

Rushdi Shams, Adel Elsayed|arXiv (Cornell University)|Apr 10, 2012

Natural Language Processing Techniques参考文献 10被引用数 9

ひとこと要約

本稿では、言語的および知識モデリング枠組みにおけるテキストから知識へのマッピング（TKM）を支援するドメイン固有コーパスのための手動で開発された概念的構造を提示する。Cmapツールを用いて、42の逆関係を有する55の意味的関係を含むドメイン固有のフレームワークを構築し、CCGベースのTKMプロトタイプの評価に向けた正確な語彙的および関係的アノテーションを可能にした。

ABSTRACT

The corpus reported in this paper was developed for the evaluation of a domain-specific Text to Knowledge Mapping (TKM) prototype. The TKM prototype operates on the basis of both a combinatory categorical grammar (CCG) linguistic model and a knowledge model that consists of three layers: ontology, qualitative and quantitative layers. In the course of this evaluation it was necessary to populate these initial models with lexical items and semantic relations. Both elements, the lexicon and semantic relations, are meant to reflect the domain of the prototype; hence both had to be extracted from the corpus. While dealing with the lexicon was straight forward, the identification and extraction of appropriate semantic relations was much more involved. It was necessary, therefore, to manually develop a conceptual structure for the domain which was then used to formulate a domain-specific framework of semantic relations. The conceptual structure was developed using the Cmap tool of IHMC. The framework of semantic relations- that has resulted from this study consisted of 55 relations, out of which 42 have inverse relations.

研究の動機と目的

• テキストから知識へのマッピング（TKM）システムにおける正確な意味的関係抽出を支援するドメイン固有の概念的構造を構築すること。
• ドメインコーパスから意味的関係を同定および抽出する課題に取り組み、これは語彙の構築よりもはるかに複雑であることが判明したこと。
• 言語的および知識モデリングの文脈で使用可能な、ドメイン固有の知識に根ざした構造的かつ再利用可能な意味的関係のフレームワークを確立すること。
• 結合カテゴリカル文法（CCG）と3層構造知識モデル（オントロジー、定性的、定量的）を統合したTKMプロトタイプの評価を支援すること。

提案手法

• IHMCのCmapツールを用いてドメインの概念的構造を視覚的にモデル化および開発した。
• ドメインテキストの手動分析を通じて、言語的および概念的パターンに基づき関連する意味的関係を同定および定義した。
• 55の意味的関係のフレームワークを設計し、そのうち42つを逆関係を明示的に定義することで双方向の知識表現を支援した。
• 得られた概念的構造をTKMプロトタイプの知識モデルに統合し、語彙的項目および関係のアノテーションをガイドした。
• コーパスを用いて語彙と意味的関係のレイヤーを両方とも充填し、ドメインの言語的および概念的構造と整合性を保った。
• 反復的改善を通じてフレームワークの妥当性と網羅性を検証し、一貫性を確保した。

実験結果

リサーチクエスチョン

• RQ1 知識モデリングシステムにおける意味的関係抽出を支援するドメイン固有の概念的構造を体系的に開発する方法は何か？
• RQ2 テキストから知識へのマッピングの文脈において、ドメイン知識を効果的に表現するのに最も関連性が高く効果的な意味的関係の種類は何か？
• RQ3 逆関係を意味的フレームワークに体系的に同定および統合する方法は何か？ これにより知識表現がどのように向上するか？
• RQ4 語彙の構築と比較して、コーパスから意味的関係を抽出する際に生じる課題は何か？ それらに対処する方法は何か？
• RQ5 手動で開発された概念的構造は、ドメイン固有の文脈において、知識マッピングの正確性と一貫性をどの程度向上させるか？

主な発見

• 本研究では、Cmapツールを用いてドメイン固有の概念的構造を成功裏に開発し、意味的関係モデリングの基盤を構築した。
• 合計55の意味的関係が同定および形式化され、そのうち42つが逆関係を明示的に定義することで双方向の知識表現を支援した。
• 手動による開発プロセスは、自動手法が信頼性を持って抽出できない、微細なドメイン固有の意味的関係を捉えるために不可欠であった。
• 得られたフレームワークは、コーパスにおける語彙的項目および意味的関係の両方のアノテーションを効果的に可能にし、TKMプロトタイプの評価を支援した。
• 3層構造知識モデル（オントロジー、定性的、定量的）への概念的構造の統合により、システムのテキストから構造的知識へのマッピング能力が向上した。
• フレームワークは、とりわけ複雑なドメイン固有の関係を扱う際、TKMプロトタイプの言語的および知識モデリングコンponentsにおいて実用的有用性を示した。